新商业银行new商业银行业务与管理第九章(731KB).ppt

A级借款人资产价值波动与其信用等级转移之间的对应关系 其后，计算两企业资产价值的相关系数 (利用多因素股票收益模型) 然后，将相关系数代入两企业资产价值的联合正态分布密度函数中，计算两借款人资产价值波动范围分别在一定区域内的联合概率，该概率即等于同资产价值变动区域相对应的两借款人未来信用等级状态的联合转移概率。 两借款人在下一年保持初始等级的联合概率: Pr(-1.23＜BB＜1.37, -1.51＜A＜1.98) = =0.7365 Pr:联合等级转移概率 Y 借款人(企业)的资产收益 ρ两借款人资产收益相关性 信用等级 违约 CCC B BB BBB A AA AAA 转移概率 0.06 0.01 0.26 0.74 5.52 91.05 2.27 0.09 资产价值波动 -3.24 -3.19 -2.27 -2.30 -1.51 1.98 3.12 两贷款组合得到一个8×8的联合转移概率矩阵 第二步，求出在不同信用状态下贷款组合的市场价值。 求出单笔贷款在未来每种信用状态下的价值，再将组合中每笔贷款价值加总即得到组合的价值。最终得出一个8×8贷款组合价值矩阵 Pi是第i种可能的联合转移概率，Vi是第i种可能的组合价值 第四步，求出贷款组合基于实际分布或正态分布的VAR值。 已知贷款组合在不同信用状态下的价值及相应的联合转移概率，可得到组合价值的实际分布，利用联合转移概率矩阵和贷款组合价值矩阵可以估出组合在实际分布下的VAR值。 组合VAR值=组合均值－给定置信度水平上第1年末可能的组合价值 若假定组合价值服从正态分布，则99%置信度上的VAR值为2．33×组合价值标准差 第三步，求出贷款组合价值的均值与方差 模型的实际应用 利用求出的VAR值，可以计算出抵御组合风险所需的经济资本。 从组合的角度衡量银行向某借款人发放贷款的边际风险贡献 模型的特点 其一，盯住市场模型（MTM），即盯住信用等级变化对贷款理论市值的影响 其二，将组合管理理念引入信用风险管理领域 模型的优点 其一，多状态模型，能更精确地计量信用风险的变化和损失值。 其二，率先提出资产组合信用风险的度量框架 模型的局限 技术上： 假定贷款未来的等级转移概率与其过去的等级转移概率没有相关性。 假定转移概率在不同时期之间是稳定的，未考虑经济周期的影响。 假定企业资产价值服从正态分布 假定企业资产价值的相关度等于企业股票收益的相关度，有待验证。 假定无风险利率是固定不变的，市场风险对于资产价值没有影响。 实际应用中： 利用历史数据度量信用风险，属于“向后看”的方法。以债券等级转移概率近似替代贷款转移概率 3.麦肯锡公司的信贷组合观点模型（credit portfolio View） 基本思路：研究信用等级转移概率与宏观因素间的关系。 利用调整后的信用等级转移矩阵（附有宏观因素条件的转移矩阵）求出对经济周期敏感的VAR值。 具体步骤：宏观因素与转移概率间的关系可用函数式描述： Pt＝f（yt） 这里将Pt设定为时间t上未来一年内借款人从C级移往D级的概率（PCD），yt表示时间t上的一整套宏观因素所构成的经济状态。yt由系统宏观因素和非系统宏观因素驱动，前者包括GDP增长率、失业率等，后者指经济体系受到的随机冲击或创新。系统宏观因素受其历史值影响，也对当期受到的冲击敏感。 由于历史值已知，冲击因素可以用蒙特卡罗方法模拟得到，最终，可求出Pt的模拟值。可模拟出未来多期（t，t+1，……，t+n）的PCD的情景值。 按上述思路，对转移矩阵中其它元素进行调整，估算出以宏观经济状态为条件的未来各期t，t+1，……，t+n的转移概率模拟值，进而得到未来各期的有条件的模拟转移矩阵，取代以历史数据为基础的无条件的转移矩阵，并计算出对经济周期敏感的未来各期的VAR值。 该模型也可以计算周期影响下的违约损失率。 模型的特点： 考虑总体经济环境对转移概率的影响 模型的优点： 将宏观因素纳入模型中，修正信用度量术的偏差。 模型的局限 技术上，模型对转移矩阵的调整过程是否优越还有待验证 应用上，模型需要有国家甚至各行业的违约数据作为基础 4. CSFP信用风险附加法（creditrisk+ 系统) 基本思路： 第一步，将贷款组合按每笔贷款的风险暴露划分为各个频段 第二步，求出各频段的违约概率分布 首先，根据历史数据确定某频段的平均违约率。 其次，将平均违约率代入泊松分布函数中，可求得频段中违约次数的概率 然后，将违约次数和相应的概率结合，可得到